荊 麗，余鳴人，龔易曉，徐 娟，2

1 華中科技大學(xué)同濟(jì)醫(yī)學(xué)院醫(yī)藥衛(wèi)生管理學(xué)院，湖北武漢，430030；2 湖北省衛(wèi)生技術(shù)評(píng)估研究中心，湖北武漢，430030

縣級(jí)綜合醫(yī)院是我國(guó)農(nóng)村三級(jí)衛(wèi)生服務(wù)網(wǎng)的龍頭，其醫(yī)療服務(wù)效率(以下簡(jiǎn)稱“服務(wù)效率”)的高低關(guān)系著9億農(nóng)村居民的衛(wèi)生服務(wù)保障水平[1-2]。但在服務(wù)效率等方面，縣級(jí)綜合醫(yī)院仍與三級(jí)醫(yī)院存在著較大差距，且各縣級(jí)綜合醫(yī)院彼此間的服務(wù)效率發(fā)展水平也參差不齊。改善縣級(jí)綜合醫(yī)院的服務(wù)效率能夠有效提升衛(wèi)生資源配置的經(jīng)濟(jì)性。對(duì)服務(wù)效率的發(fā)展趨勢(shì)進(jìn)行研究則能夠幫助醫(yī)院分析發(fā)展優(yōu)勢(shì)或瓶頸，從而為區(qū)域衛(wèi)生政策的厘定提供參考依據(jù)。既往對(duì)縣級(jí)綜合醫(yī)院的研究多聚焦于效率的總體評(píng)價(jià)[3-5]，且對(duì)縱向數(shù)據(jù)的處理也多采用Malmquist-DEA模型，該模型側(cè)重于單一樣本醫(yī)院的具體效率變動(dòng)情況。而從宏觀層面，利用潛變量增長(zhǎng)混合模型(latent growth mixture modeling, LGMM)從整體和個(gè)體的增長(zhǎng)異質(zhì)性對(duì)處于不同效率發(fā)展軌跡的樣本進(jìn)行潛在分類[6]，即綜合考慮樣本的群體異質(zhì)性和個(gè)體差異性，再比較不同潛類別間醫(yī)院特征的差異則鮮有研究。LGMM是當(dāng)前對(duì)于處理群體異質(zhì)性增長(zhǎng)問(wèn)題的常用分析模型之一，結(jié)合縱向數(shù)據(jù)能夠有效兼顧不同潛類別組間及組內(nèi)的個(gè)體增長(zhǎng)差異，且與傳統(tǒng)的增長(zhǎng)統(tǒng)計(jì)模型有所不同，可使研究結(jié)果更具有現(xiàn)實(shí)指導(dǎo)意義[7]。本研究分析中部某省縣級(jí)綜合醫(yī)院服務(wù)效率的發(fā)展趨勢(shì)，首先構(gòu)建效率評(píng)價(jià)模型測(cè)算醫(yī)療服務(wù)效率，進(jìn)而構(gòu)建LGMM對(duì)處于不同效率發(fā)展趨勢(shì)的醫(yī)院進(jìn)行分類，并比較不同類型醫(yī)院間的內(nèi)外部因素差異，旨在有針對(duì)性地提高該省縣級(jí)綜合醫(yī)院的醫(yī)療服務(wù)效率，為合理分配醫(yī)療衛(wèi)生資源提供參考。

1 資料來(lái)源與方法

1.1 研究對(duì)象

本研究數(shù)據(jù)來(lái)自中部某省158家縣級(jí)綜合醫(yī)院在2013-2018年間的統(tǒng)計(jì)報(bào)表。表中包含各樣本醫(yī)院的內(nèi)外部因素指標(biāo)，如醫(yī)生護(hù)士總數(shù)、醫(yī)院總資產(chǎn)、區(qū)域經(jīng)濟(jì)發(fā)展指標(biāo)等內(nèi)容。

1.2 研究方法

1.2.1 超效率SBM-Undesirable-DEA綜合模型。本研究采用SBM-Undesirable-DEA模型測(cè)算醫(yī)療服務(wù)效率，采用Global參比解決不同機(jī)構(gòu)不同年份間效率前沿面的連續(xù)性問(wèn)題，并基于4個(gè)投入指標(biāo)(執(zhí)業(yè)醫(yī)師數(shù)、注冊(cè)護(hù)士數(shù)、實(shí)有床位數(shù)和萬(wàn)元以上設(shè)備數(shù))和4個(gè)產(chǎn)出指標(biāo)(總診療人次數(shù)、出院人數(shù)、手術(shù)人次數(shù)和不良事件數(shù))進(jìn)行測(cè)算[8-9]，其中投入和產(chǎn)出指標(biāo)的選擇參考了國(guó)內(nèi)外相關(guān)文獻(xiàn)。而不良事件數(shù)屬于非期望產(chǎn)出指標(biāo)，故選取SBM-Undesirable-DEA模型。此外，投入產(chǎn)出指標(biāo)根據(jù)價(jià)格指數(shù)處理成年度可比數(shù)據(jù)。由于被評(píng)價(jià)單元的性質(zhì)相同(均為縣級(jí)綜合醫(yī)院)，且DEA對(duì)效率的測(cè)量屬于相對(duì)指標(biāo)，故樣本醫(yī)院間在醫(yī)療服務(wù)上的差異不會(huì)對(duì)分析產(chǎn)生影響。為盡可能保留效率值信息，并克服傳統(tǒng)DEA模型效率值最大為1的問(wèn)題，本研究引入了超效率DEA模型。超效率SBM-Undesirable-DEA綜合模型規(guī)劃式如下[10-13]：

(1)

s.t.

x0=X?+s-

(2)

y0=Y?+sy

(3)

b0=B?+sb

(4)

s-≥0,sy≥0,sb≥0,?≥0

上式中，s.t.為限制條件，m代表投入指標(biāo)的數(shù)量，h表示第h項(xiàng)投入，r為縣級(jí)綜合醫(yī)院，r0表示待測(cè)算醫(yī)院；X、Y和B分別代表6年間158家縣級(jí)綜合醫(yī)院的投入、產(chǎn)出和非期望產(chǎn)出向量；s-、sy和sb分別代表醫(yī)院投入、醫(yī)院期望產(chǎn)出和醫(yī)院非期望產(chǎn)出的松弛變量；?為權(quán)重向量；ρ*為目標(biāo)函數(shù)且0<ρ*≤1。

1.2.2 LGMM及相關(guān)參數(shù)。測(cè)得樣本醫(yī)院的服務(wù)效率值后，利用LGMM對(duì)樣本醫(yī)院的服務(wù)效率發(fā)展軌跡進(jìn)行潛在分類，該模型的方程表達(dá)式如下[14]：

(5)

αki=μαk+ζαik

(6)

βki=μβk+ζβik

(7)

Y表示醫(yī)療服務(wù)效率值。式中的i表示縣級(jí)綜合醫(yī)院，t為時(shí)間點(diǎn)，p為將樣本醫(yī)院進(jìn)行潛分類的概率，k為潛分類的類別數(shù)，ε為殘差。式(5)是觀測(cè)變量Y的回歸模型；式(6)、式(7)分別為截距和斜率表達(dá)式，在樣本均值的基礎(chǔ)上考慮到差異。其中，α和β分別表示個(gè)體i發(fā)展軌跡的截距和斜率，μ為固定系數(shù)，ζ為隨機(jī)系數(shù)。

研究擬合模型的參數(shù)估計(jì)方法采用穩(wěn)健極大似然估計(jì)。模型的選擇主要參考以下指標(biāo)[14]：AIC、BIC和aBIC(樣本調(diào)整BIC)，統(tǒng)計(jì)值均為越小越好；熵是指模型對(duì)樣本進(jìn)行其所屬類別分類的準(zhǔn)確度，其取值為0-1，一般認(rèn)為大于0.8時(shí)分類準(zhǔn)確度便已較高；LMR為似然比檢驗(yàn)，BLRT是基于Bootstrap的似然比檢驗(yàn)。采用SPSS 26.0將原始數(shù)據(jù)由長(zhǎng)格式轉(zhuǎn)換為Mplus 8.3中進(jìn)行LGMM分析時(shí)所需的寬格式。

1.2.3 潛類別間的差異分析。得到樣本醫(yī)院的潛分類結(jié)果后，再利用SPSS 26.0進(jìn)行不同潛類別醫(yī)院間內(nèi)外部因素的組間差異分析，以驗(yàn)證該模型的分類效果(檢驗(yàn)水準(zhǔn)為α=0.05)。其中，醫(yī)院外部因素包括區(qū)域人均GDP和區(qū)域總?cè)丝跀?shù)；內(nèi)部因素包括醫(yī)生護(hù)士總數(shù)、醫(yī)院總資產(chǎn)和萬(wàn)元以上設(shè)備數(shù)。

2 結(jié)果

2.1 超效率SBM-Undesirable-DEA綜合模型一般結(jié)果

中部某省158家樣本醫(yī)院在2013-2018年間的效率變化總體呈波動(dòng)下降趨勢(shì)，且6年間全部樣本醫(yī)院的效率總均值為0.61，處于略低水平。2013年的效率均值最高(0.66)，后迅速下降至2015年的最低點(diǎn)(0.55)，然后又開(kāi)始緩慢提升但一直低于2013年的效率均值。見(jiàn)表1。樣本醫(yī)院的投入和產(chǎn)出相關(guān)指標(biāo)的基本情況統(tǒng)計(jì)見(jiàn)表2。

表1 樣本醫(yī)院2013-2018年間的醫(yī)療服務(wù)效率一般特征

表2 樣本醫(yī)院2013-2018年間的投入、產(chǎn)出基本情況

2.2 LGMM擬合結(jié)果

由表3可知，AIC、BIC和aBIC的值均隨著分類數(shù)的增加呈現(xiàn)先減小后增大的趨勢(shì)。Entropy雖然在3C和4C時(shí)最高(C表示模型分類結(jié)果中的類別數(shù))，但相應(yīng)的條件概率分類結(jié)果顯示更支持2C。LMR和BLRT的檢驗(yàn)結(jié)果在2C和3C時(shí)均顯著。2C時(shí)模型中各類別的被試歸屬于各潛在類別的平均概率均達(dá)90%以上。見(jiàn)表4。綜合以上各項(xiàng)指標(biāo)信息，最終本研究選擇2C的模型，并根據(jù)兩潛類別的發(fā)展軌跡特征命名為以下兩類。見(jiàn)圖1。

表3 模型擬合結(jié)果

表4 各潛類別被試(行)的平均歸屬概率(列)

圖1 模型潛分類下的醫(yī)院服務(wù)效率年度均值發(fā)展趨勢(shì)

C1為低效率瓶頸期組(86個(gè)，占比55%)。該組的初始效率均值(i)較低(0.47)且總體呈緩慢下降趨勢(shì)。i(截距)和s(斜率)的均值為0.47(P<0.01)和0.00(P>0.05)，方差分別為0.01(P<0.01)和0.00(P<0.01)。i和s之間的相關(guān)系數(shù)為-0.002(P<0.05)，即較高的效率初始值卻對(duì)應(yīng)較慢的發(fā)展速率，但相關(guān)程度偏低。

C2為中高效率穩(wěn)定期組(72個(gè)，占比為45%)。該組的初始效率均值(i)較高(0.76)，且總體呈緩慢上升趨勢(shì)。i和s的均值分別為0.76(P<0.01)和0.00(P>0.05)，方差分別為0.01(P<0.01)和0.00(P<0.01)。i和s之間的相關(guān)系數(shù)值及含義與C1相同，即雖然C2組的效率均值高于C1，但發(fā)展速度可能較C2慢。

2.3 兩組潛類別間的差異分析

通過(guò)模型擬合可將中部某省樣本醫(yī)院的醫(yī)療服務(wù)效率發(fā)展軌跡分為兩類，如果兩潛類別在內(nèi)、外部因素上存在顯著差異，則可從側(cè)面說(shuō)明該模型的分類是有意義的。因此，在保存了模型的分類結(jié)果后，將兩潛類別在內(nèi)外部指標(biāo)上作了組間差異分析。見(jiàn)表5。

表5 兩潛類別醫(yī)院間相關(guān)指標(biāo)的差異分析結(jié)果

外部指標(biāo)中，區(qū)域人均GDP在兩組間的差異未見(jiàn)統(tǒng)計(jì)學(xué)意義(P>0.5)；但區(qū)域總?cè)丝跀?shù)的差異有統(tǒng)計(jì)學(xué)意義(P<0.05)，且從均值來(lái)看C1組的區(qū)域總?cè)丝跀?shù)小于C2組。內(nèi)部指標(biāo)中，醫(yī)生護(hù)士總數(shù)、醫(yī)院總資產(chǎn)和萬(wàn)元以上設(shè)備數(shù)在兩潛類別間的差異均有統(tǒng)計(jì)學(xué)意義(P<0.05)；由均值可知C1組的這3個(gè)指標(biāo)均值全部小于C2組。

3 討論

3.1 該省樣本醫(yī)院的醫(yī)療服務(wù)效率整體偏低

從效率測(cè)算結(jié)果可知6年間該省樣本縣級(jí)綜合醫(yī)院的醫(yī)療服務(wù)效率總均值略低，其中2015年的效率均值最低(0.55)，可能與2012年該省縣級(jí)公立醫(yī)院開(kāi)始分批開(kāi)展綜合改革試點(diǎn)以及2015年全面推開(kāi)有關(guān)，即取消藥品加成等措施的推行[1, 15]。取消藥品加成之前可能由于高額的藥品收入，醫(yī)務(wù)人員的工作積極性也較高，因此單位投入所貢獻(xiàn)的產(chǎn)出也較多。但現(xiàn)階段縣級(jí)綜合醫(yī)院依靠醫(yī)療服務(wù)收入以及獲得的財(cái)政投入相對(duì)有限，且在衛(wèi)生服務(wù)價(jià)格方面進(jìn)行的調(diào)整還不足以填補(bǔ)藥品、檢查等收入的空間[1, 15]。隨后在2016-2018年間，服務(wù)效率整體呈逐步改善狀態(tài)，雖然速度較慢，可能與醫(yī)療服務(wù)價(jià)格的調(diào)整以及部分縣對(duì)取消藥品加成的財(cái)政補(bǔ)助高達(dá)100%等有關(guān)[1, 15-16]。但補(bǔ)償機(jī)制的建立需要一定的時(shí)間周期，因此出現(xiàn)效率下降后又緩慢提升的現(xiàn)象。

3.2 該省樣本醫(yī)院間的醫(yī)療服務(wù)效率發(fā)展存在差距

LGMM分析結(jié)果顯示該省樣本醫(yī)院的醫(yī)療服務(wù)效率發(fā)展軌跡大致分為低效率瓶頸期組和中高效率穩(wěn)定期組，體現(xiàn)了區(qū)域衛(wèi)生發(fā)展間的不均衡問(wèn)題。由于C2組的初始效率均值較高(0.76)，故保持了中高效率的穩(wěn)定發(fā)展態(tài)勢(shì)；而C1組的初始效率均值(0.47)遠(yuǎn)低于C2組，故較難突破其固有的發(fā)展態(tài)勢(shì)。由分析結(jié)果可看出，對(duì)于發(fā)展軌跡不明確的現(xiàn)象可通過(guò)LGMM有效分析潛在的不同變化類型。在實(shí)踐研究中，LGMM有助于更準(zhǔn)確、科學(xué)地區(qū)分不同的潛在類別。因此相關(guān)部門應(yīng)對(duì)不同服務(wù)效率發(fā)展類別的醫(yī)院提出有針對(duì)性的解決方案及措施，該省縣級(jí)綜合醫(yī)院的衛(wèi)生設(shè)施條件及經(jīng)濟(jì)發(fā)展水平均在不斷改善，但相應(yīng)的改革調(diào)整措施仍需進(jìn)一步跟進(jìn)，應(yīng)重視幫扶服務(wù)效率較低的醫(yī)院構(gòu)建醫(yī)療服務(wù)價(jià)格動(dòng)態(tài)調(diào)整機(jī)制等[1]，從而推進(jìn)效率較低的醫(yī)院的規(guī)模經(jīng)濟(jì)增長(zhǎng)進(jìn)程以縮小醫(yī)院間的效率發(fā)展差距。由于服務(wù)效率呈總體下降趨勢(shì)的醫(yī)院占比較高，不利于該省衛(wèi)生事業(yè)的良好發(fā)展，因此相關(guān)部門應(yīng)協(xié)助效率發(fā)展瓶頸期的醫(yī)院因地制宜擬定機(jī)構(gòu)發(fā)展規(guī)劃，并進(jìn)行區(qū)域衛(wèi)生資源的再整合以改善各類衛(wèi)生資源間配置缺乏經(jīng)濟(jì)性的現(xiàn)象[1]。

3.3 不同潛類別醫(yī)院間的內(nèi)外部指標(biāo)存在顯著差異

內(nèi)外部指標(biāo)差異分析結(jié)果顯示，兩潛類別組在醫(yī)院的內(nèi)外部指標(biāo)上基本均存在顯著差異。兩組間在外部環(huán)境的區(qū)域總?cè)丝跀?shù)上存在顯著差異，由于C1組的區(qū)域總?cè)丝跀?shù)低于C2組，則相應(yīng)的就診人數(shù)可能也會(huì)落后于C2組，這是由不可改變的外部因素決定的，但在人均GDP上兩組間的差異并不顯著。這提示若要改善服務(wù)效率則不能僅將關(guān)注點(diǎn)聚焦到不可變化的外部因素上，縮小醫(yī)院間的內(nèi)部差異將更具可操作性，這也與部分研究類似[17-18]。其次，在樣本醫(yī)院的內(nèi)部指標(biāo)方面，C1組的醫(yī)生護(hù)士總數(shù)、醫(yī)院總資產(chǎn)和萬(wàn)元以上設(shè)備數(shù)均落后于C2組。這提示醫(yī)院的自身發(fā)展規(guī)模是改善醫(yī)療服務(wù)效率發(fā)展趨勢(shì)的核心因素，即醫(yī)院的規(guī)模越大且綜合實(shí)力越強(qiáng)時(shí)，則越有可能保證其服務(wù)效率發(fā)展呈總體上升態(tài)勢(shì)。因此應(yīng)保障醫(yī)療機(jī)構(gòu)的衛(wèi)生人才數(shù)量到位，提高醫(yī)院的技術(shù)創(chuàng)新建設(shè)水平[17]，避免出現(xiàn)人、物力資源的配備增幅不協(xié)調(diào)等問(wèn)題[1]；擬定適宜的機(jī)構(gòu)發(fā)展規(guī)劃以保證財(cái)務(wù)的健康持續(xù)發(fā)展；在保障科室醫(yī)療設(shè)備完善的同時(shí)，提升現(xiàn)有資源的使用率[1]。

總體而言，該省樣本醫(yī)院6年間的醫(yī)療服務(wù)效率總體發(fā)展水平較低，處于低效率瓶頸期組的醫(yī)院占比較高。不同發(fā)展軌跡的醫(yī)院彼此之間在一些內(nèi)外部指標(biāo)上具有顯著差異，這提示醫(yī)院需注重對(duì)內(nèi)部因素的加強(qiáng)以提升服務(wù)效率。需要指出的是，由于本研究所用樣本僅選自中部某省縣級(jí)綜合醫(yī)院，因此研究結(jié)論僅適用于該地區(qū)，其他地區(qū)還需結(jié)合實(shí)際情況探索服務(wù)效率的發(fā)展。